我有一个标量值向量,我尝试获取:“有多少个不同的值”。计算一个向量中不同值的个数
例如在group <- c(1,2,3,1,2,3,4,6)
中唯一值是1,2,3,4,6
所以我想要得到5
。
我想出了:
length(unique(group))
但我不知道它是做的最有效方式。没有更好的方法来做到这一点?
注意:我的情况比这个例子更复杂,由大约1000个数字组成,最多有25个不同的值。
我有一个标量值向量,我尝试获取:“有多少个不同的值”。计算一个向量中不同值的个数
例如在group <- c(1,2,3,1,2,3,4,6)
中唯一值是1,2,3,4,6
所以我想要得到5
。
我想出了:
length(unique(group))
但我不知道它是做的最有效方式。没有更好的方法来做到这一点?
注意:我的情况比这个例子更复杂,由大约1000个数字组成,最多有25个不同的值。
以下是一些想法,所有的观点都是针对您的解决方案已经非常快速。 length(unique(x))
是什么,我会使用,也:
x <- sample.int(25, 1000, TRUE)
library(microbenchmark)
microbenchmark(length(unique(x)),
nlevels(factor(x)),
length(table(x)),
sum(!duplicated(x)))
# Unit: microseconds
# expr min lq median uq max neval
# length(unique(x)) 24.810 25.9005 27.1350 28.8605 48.854 100
# nlevels(factor(x)) 367.646 371.6185 380.2025 411.8625 1347.343 100
# length(table(x)) 505.035 511.3080 530.9490 575.0880 1685.454 100
# sum(!duplicated(x)) 24.030 25.7955 27.4275 30.0295 70.446 100
我已经使用这个功能
length(unique(array))
并能正常工作,并且不需要外部库。
好奇为什么这是downvoted – allthesignals
@allthesignals我很好奇为什么这是upvoted。我不明白这是如何回答这个问题的? (这是“没有更好的方法来做到这一点?”) – Calimo
可以使用rle
base
从包
x<-c(1,2,3,1,2,3,4,6)
length(rle(sort(x))$values)
rle
产生两个矢量(lengths
和values
)。 values
向量的长度为您提供唯一值的数量。
uniqueN
功能data.table
相当于length(unique(group))
。在大型数据集上它也快几倍,但在你的例子中没有那么多。
library(data.table)
library(microbenchmark)
xSmall <- sample.int(25, 1000, TRUE)
xBig <- sample.int(2500, 100000, TRUE)
microbenchmark(length(unique(xSmall)), uniqueN(xSmall),
length(unique(xBig)), uniqueN(xBig))
#Unit: microseconds
# expr min lq mean median uq max neval cld
#1 length(unique(xSmall)) 17.742 24.1200 34.15156 29.3520 41.1435 104.789 100 a
#2 uniqueN(xSmall) 12.359 16.1985 27.09922 19.5870 29.1455 97.103 100 a
#3 length(unique(xBig)) 1611.127 1790.3065 2024.14570 1873.7450 2096.5360 3702.082 100 c
#4 uniqueN(xBig) 790.576 854.2180 941.90352 896.1205 974.6425 1714.020 100 b
我会添加长度(tabulate(x))到测试函数。 –
@WojciechSobala:不,看看'length(tabulate(x))'不能给出正确的结果,例如'x < - sample(c(-3,2,5),1000,TRUE)'。 – flodel
永远不要相信(完全)直觉。 ^^ 感谢@ flodel让我发现'sample'函数和microbenchmark库! :) – AdrieanKhisbe